26年WP 基于机器学习的AI生成文本检测算法设计与实现最终稿-约23648字符.pdf

摘要数字内容生成技术在大模型的支撑下迅速发展，以 Transformer 为架构的神经语言模型已经成为自然语言生成的主要技术路线。随着技术的发展，大语言模型被滥用的事件时有发生，如学术造假、虚假信息传播等。为了解决由于大语言模型生成文本而引发的风险事件造成的损失，对于大语言模型生成文本的检测就变得非常必要。本研究构建了一个基于 BERT 的 AI 文本生成检测器。利用微调预训练语言模型的方法，实现对 AI 生成文本与人类撰写文本，以及二者混合文本的检测分类。本设计通过使用训练本地化 BERT 模型，在使用网络开源数据集与自制相关文本数据整合的数据...